Amazon 关键词排名实验
目标
用广告实验筛选与商品最匹配、在合理位置能产生利润的关键词,再按证据逐级扩大,而不是把排名当作可直接购买的结果。
适用任务
- 从已收录词中选择优先推进对象。
- 估算某查询在不同广告位的订单潜力。
- 广告有订单但自然位置停滞。
开始前要拿到
- 关键词相关性、查询报告、自然位置历史和广告位表现。
- CTR、CVR、CPC、CPA、价格、库存和贡献利润。
- 竞品环境、促销和 Listing 变化时间线。
缺失的数据要明确列为缺口,并把结论标成事实、估算或假设;不要补造数字。
不可妥协的边界
- Sponsored 位置与 organic 位置的曝光和点击机制不同,不能直接等同。
- 自然排名由 Amazon 系统决定;不承诺固定订单量或固定时间换取位置。
- 不得使用分时出价、广告或其他方法配合虚假订单和人为转化。
- 当前 Amazon 官方政策、帮助页、账户资格和后台实际字段优先于本 Skill 中的经验框架;规则可能变化时先核验。
- 默认提供诊断或草案。写入前展示对象、旧值、新值、影响、停止线与回退,核对用户已有授权是否覆盖对象、动作与预算;范围已明确授权时继续执行并回读核验,只有未覆盖或扩大的范围才请求批准。
- 不输出原素材的创作者身份、账号、链接、视频编号或可反查线索;当前业务证据的官方来源、采集时间和口径仍需保留。
第三方 MCP 数据
只有在本任务确实需要外部市场、竞品、关键词或公开网页证据时,才读取 references/mcp-data-plan.md,并使用 scripts/mcp_research.py。
- 先动态执行 tools/list、search-tools 和 describe,依据实时 inputSchema 构造参数,不照搬历史工具名。
- 凭证只从环境变量读取,不放进命令参数、URL、Skill、结果文件或 Git。
- tools/call 可能计费。调用前展示 Provider、工具名、无密钥参数、预计成本与输出位置,核对已有授权覆盖后才加 --allow-cost;该标志不是费用上限。
- 第三方数据标为估算或代理证据,记录 Provider、工具、无密钥参数、查询时间和原始结果位置;失败一次后记录缺口,不反复消耗额度。
- 脱敏结果用 --output 写到 Skill 包之外的任务私有目录;不假设安装位置受仓库 .gitignore 保护,不把运行结果写入 Skill 包。
工作流
1. 筛选候选词
从真实相关、已有转化、自然可见度较好或广告效率较高的词中建立候选集,不只按当前名次。
2. 设定实验位置假设
选择一个或多个广告位类别,固定商品页、价格和预算,明确不是精确页码控制。
3. 估算订单潜力
比较各位置的曝光、CTR、CVR、CPA 和贡献利润,形成区间而非把广告订单直接当作未来自然订单。
4. 先推高把握词
优先给高意图长尾或中部词稳定预算;达到利润和样本门槛后才扩大。
5. 诊断自然停滞
检查相对转化、点击、库存、价格、竞争和词根相关性;不要仅靠更高竞价追自然位。
6. 迭代到核心词
当多个相关词形成稳定基本盘后,小规模测试核心词,并保留止损和退出路径。
判断标准
- 订单潜力以区间和假设呈现。
- 广告与自然数据分别展示。
- 候选词排序同时考虑利润和相关性。
必须交付的结果
- 候选词评分表。
- 广告位实验与预算护栏。
- 长尾、中部、核心词的推进顺序。
- 自然停滞诊断和下一步建议。
结尾列出数据窗口、关键假设、证据缺口、风险和下一步;如包含待执行动作,单独放在“待批准变更”中。